python – 基于pandas中的列中的值从DataFrame中选择行

如何从基于pandas中某些列的值的DataFrame中选择行?
在SQL中我将使用:

 

 

select * from table where colume_name = some_value.

我试图看看熊猫文档,但没有立即找到答案。

 
要选择列值等于标量some​​_value的行,请使用==:

 

 

df.loc[df['column_name'] == some_value]

要选择其列值在可迭代值some_values中的行,请使用isin:

 

df.loc[df['column_name'].isin(some_values)]

要选择列值不等于some_value的行,请使用!=:

 

df.loc[df['column_name'] != some_value]

isin返回一个布尔系列,所以要选择值不在some_values的行,使用〜来否定布尔系列:

 

df.loc[~df['column_name'].isin(some_values)]

例如,

 

import pandas as pd
import numpy as np
df = pd.DataFrame({'A': 'foo bar foo bar foo bar foo foo'.split(),
                   'B': 'one one two three two two one three'.split(),
                   'C': np.arange(8), 'D': np.arange(8) * 2})
print(df)
#      A      B  C   D
# 0  foo    one  0   0
# 1  bar    one  1   2
# 2  foo    two  2   4
# 3  bar  three  3   6
# 4  foo    two  4   8
# 5  bar    two  5  10
# 6  foo    one  6  12
# 7  foo  three  7  14

print(df.loc[df['A'] == 'foo'])

产量

 

     A      B  C   D
0  foo    one  0   0
2  foo    two  2   4
4  foo    two  4   8
6  foo    one  6  12
7  foo  three  7  14

如果您想要包含多个值,请将它们放入
列表(或更一般地,任何可迭代),并使用isin:

 

print(df.loc[df['B'].isin(['one','three'])])

产量

 

     A      B  C   D
0  foo    one  0   0
1  bar    one  1   2
3  bar  three  3   6
6  foo    one  6  12
7  foo  three  7  14

但请注意,如果你想这样做很多次,它是更有效的
首先创建一个索引,然后使用df.loc:

 

df = df.set_index(['B'])
print(df.loc['one'])

产量

 

       A  C   D
B              
one  foo  0   0
one  bar  1   2
one  foo  6  12

或者,从索引中包含多个值使用df.index.isin:

 

df.loc[df.index.isin(['one','two'])]

产量

 

       A  C   D
B              
one  foo  0   0
one  bar  1   2
two  foo  2   4
two  foo  4   8
two  bar  5  10
one  foo  6  12
posted @ 2017-10-24 17:03 Wei_java 阅读(...) 评论(...) 编辑 收藏